一家位于加利福尼亞的初創(chuàng)公司已經(jīng)公布了它所說的世界上最大的計算機芯片。
　　由Cerebras Systems設(shè)計的Wafer Scale Engine略大于標準iPad。
　　該公司表示，單個芯片可以驅(qū)動復雜的人工智能（AI）系統(tǒng)，從無人駕駛汽車到監(jiān)控軟件。
　　但是，一位專家建議，在許多數(shù)據(jù)中心安裝這種創(chuàng)新是不切實際的。
　　為什么開發(fā)很重要？
　　多年來，計算機芯片通常變得更小和更快。
　　數(shù)十個通常在單個硅“晶片”上制造，然后將其切割以將它們彼此分開。
　　最強大的臺式機CPU（中央處理器）擁有大約30個處理器內(nèi)核 - 每個內(nèi)核都能夠同時處理自己的一組計算。
　　GPU（圖形處理單元）往往具有更多核心，盡管功能較弱。
　　傳統(tǒng)上，這使得它們成為人工智能過程的首選選項，可以分解為多個部分并同時運行，其中任何一個計算的結(jié)果都不能確定另一個計算的輸入。
　　示例包括語音識別，圖像處理和模式匹配。功能最強大的GPU擁有多達5,000個內(nèi)核。
　　但Cerebras的新芯片有400,000個核心，所有核心都通過高帶寬連接相互連接。
　　該公司表示，與其他選項的組合相比，這使其在處理復雜的機器學習挑戰(zhàn)方面具有優(yōu)勢，具有更少的滯后和更低的功率要求。
　　典型的硅片包含大約100個計算機芯片
　　Cerebras聲稱Wafer Scale Engine將把處理一些復雜數(shù)據(jù)所需的時間從幾個月縮短到幾分鐘。
　　其創(chuàng)始人兼首席執(zhí)行官安德魯·費爾德曼（Andrew Feldman）表示，該公司已“克服了數(shù)十年前的芯片尺寸技術(shù)挑戰(zhàn)”。
　　“減少培訓時間消除了整個行業(yè)進步的主要瓶頸，”他說。
　　Cerebras已開始向少數(shù)客戶提供硬件。
　　它還沒有透露芯片的成本。
　　有什么缺點？
　　雖然芯片處理信息的速度要快得多，但新聞網(wǎng)站AnandTech的資深編輯Ian Cutress博士表示，技術(shù)的進步需要付出代價。
　　“小型計算機芯片的優(yōu)點之一是它們使用的功率更低，更容易保持冷卻，”他解釋道。
　　“當你開始處理像這樣的更大的芯片時，公司需要專業(yè)的基礎(chǔ)設(shè)施來支持它們，這將限制誰可以實際使用它。
　　“這就是為什么它適合人工智能開發(fā)，因為那是目前大筆資金流向的地方?！?br /> 　　Cerebras遠不是第一家開發(fā)芯片來為AI系統(tǒng)供電的公司。
　　2016年，谷歌開發(fā)了TPU（張量處理單元）芯片，為包括語言翻譯應用在內(nèi)的軟件提供動力，現(xiàn)在將該技術(shù)出售給第三方。
　　第二年，中國華為宣布其智能手機麒麟芯片獲得了一個NPU（神經(jīng)處理單元），以幫助加快矩陣乘法的計算 - 矩陣乘法通常涉及人工智能任務(wù)。
　　但并非所有這些努力都取得了成功。
　　在20世紀80年代初，美國公司Trilogy獲得了數(shù)億美元的資金來創(chuàng)建自己的超級芯片。
　　然而，處理器在測試中太熱了，并且沒有最初想象的那么強大。
　　受到技術(shù)和個人挑戰(zhàn)的困擾，該公司五年后放棄了該項目。中國公司透過破產(chǎn)程序獲得美國核心技術(shù)